Member of Technical Staff – Post-Training, Reinforcement Learning, Generalization

🕒 Ontem

🏄 California, New York, +1 estados a mais – Remoto

🏄 California – Remote 🗽 New York – Remote ☕ Washington – Remote

💵 CA$295.000 - CA$535.000 / ano

⏰ Tempo Integral

🔴 Especialista

🖥 Engenheiro de Software

🦅 Patrocina Visto H1B

Esta empresa já patrocinou vistos H1B no passado.

👻 Score fantasma 21%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Cohere

SiteLinkedInTodas as Vagas

11 - 50 funcionários

🤖 Inteligência Artificial

🏢 Corporativo

☁️ SaaS

Artificial Intelligence • Enterprise • SaaS

A Cohere é uma plataforma de IA líder, fornecendo às empresas modelos de linguagem avançada e um espaço de trabalho integrado projetado para eficiência e segurança. Com uma família de modelos generativos e de recuperação de alto desempenho, a Cohere permite que as organizações simplifiquem fluxos de trabalho, melhorem a segurança dos dados e descubram insights em diversas indústrias por meio de capacidades multilingues. Seu foco em soluções de IA personalizadas garante a proteção de dados críticos, facilitando a integração perfeita nos processos organizacionais existentes.

Descrição

• Train large language models with reinforcement learning • Develop methods that improve generalization beyond the training distribution • Design training recipes, environments, and evaluations to assess learned skills • Design, run, and analyze large-scale RL post-training experiments, including RLHF and RL from verifiable rewards • Research reward design, environment and task diversity, curricula, and regularization • Build held-out evaluations for unseen tasks, domains, and formats • Detect reward hacking and benchmark overfitting • Diagnose training dynamics and failure modes, including instability, reward over-optimization, and capability regressions • Turn successful research into robust, reproducible production-model training recipes • Collaborate with post-training data infrastructure, evaluation, and pre-training teams

🎯 Requisitos

• Strong research and software engineering skills, with hands-on experience training LLMs • Experience applying reinforcement learning to LLMs, such as PPO, GRPO, RLHF, or RLVR, ideally at scale • Track record of work on generalization, robustness, or distribution shift through publications or shipped models • Rigorous experimental practice, including clean ablations, careful controls, and sound conclusions from noisy results • Experience with distributed training, such as JAX, PyTorch, FSDP, or Megatron, is a plus • Excellent communication skills • Deep understanding of data quality principles and best practices • Willingness to dive deep into data and assess dataset quality and impacts on model training outcomes

🏖️ Benefícios

• Offers equity • Weekly lunch stipend of $75/£75 or equivalent in local currency • Full health and dental benefits • Separate budget for mental health • RRSP matching, 401K, Pension Scheme • 100% parental leave top-up for up to 6 months, for either parent • Annual arts and culture, fitness/wellness, quality time, and workspace improvement benefits • Education and learning stipend for conferences, courses, and coaching • 6 weeks of paid vacation (30 working days) • Budget for traveling to other offices if remote • Annual company offsite • Daily lunch program, snacks, and regular community and social events for office-based employees • Co-working benefit for employees not near an office • $500 home office stipend